强化学习量化第17页

python实现国金miniqmt自动登陆或者关闭

importtimeimportpyautoguiaspaimportpywinautoaspw'''公众号：镰圈量化,更多内容请联系镰圈量化使用说明：实现自动打开软件，或者先关闭软件再打开软件'''#

镰圈量化·2025-05-20 06:48

Python爬虫实战：抓取雅虎财经历史股价数据

1.前言股票市场数据是金融量化分析的基础，而雅虎财经（YahooFinance）作为免费的财经数据平台，提供了全球股市的丰富历史数据，包括开盘价、收盘价、最高价、最低价和成交量等信息。

Python爬虫项目·2025-05-20 04:32

Go语言 Gin框架使用指南

Gin相比于Iris和Beego而言，更倾向于轻量化的框架，只负责Web部分，追求极致的路由性能，功能或许没那么全，胜在轻量易拓展，这也是它的优点。

Chandler24·2025-05-20 02:49

输出输入·2025-05-20 00:38

讨论：单张4090能运行的最强开源大模型？

不要迷信f16,参数大才是王道，越大参数模型量化损失越小，宁可要32B的量化也不要14B的f16精度。对于运行大型模型的最佳推理引擎，并非是llama.cpp或vllm，而是闲鱼。

斯文by累·2025-05-19 17:42

基于深度学习进行运输系统优化

该系统实现了一个运输优化方案，主要包含以下功能：生成运输任务和车辆的随机数据集基于线性规划的数学模型求解最优分配方案基于强化学习的深度学习模型求解分配方案对比两种方案的性能指标并可视化结果系统使用Python

欣然～·2025-05-19 16:06

精益数据分析（65/126）：大规模用户调研的策略与工具实战——从社交平台到量化验证

精益数据分析（65/126）：大规模用户调研的策略与工具实战——从社交平台到量化验证在创业的移情阶段，通过小规模访谈获取定性反馈后，如何快速扩大调研范围、验证需求的普遍性？

lilye66·2025-05-19 14:57

PyTorch 2.2模型量化全解析：从原理到移动端部署实战（含性能对比与优化技巧）

内存限制：某主流手机内存仅8GB，大型模型加载占用超30%算力瓶颈：移动端GPU算力仅为桌面级1/10，复杂模型推理延迟超500ms功耗问题：某人脸识别APP持续运行1小时耗电15%，严重影响续航1.2模型量化带来的突破

游戏人生的NPC·2025-05-19 13:16

中小型培训机构都用什么教务管理系统？

在教育培训行业快速发展的今天，中小型培训机构面临着学员管理复杂、课程体系多样化、教学效果难以量化等挑战。一个高效的教务管理系统已成为机构运营的核心支撑。

痞老板人小心大·2025-05-19 12:41

Python 领域 vllm 文本摘要功能实现

Python领域vllm文本摘要功能实现关键词：vllm、文本摘要、Python、自然语言处理、大语言模型、推理优化、量化技术摘要：本文深入探讨了如何使用vllm框架实现高效的文本摘要功能。

Python编程之道·2025-05-19 10:31

AIGC领域，文心一言的安全性与可靠性

首先构建大模型安全技术体系，从数据安全、算法安全、应用安全三个维度拆解核心技术架构；其次通过数学模型量化可靠性指标，结合Python代码实现关键安全模块；

AI大模型应用工坊·2025-05-19 07:43

【Python】异步优势演员-评论家（A3C）算法在Python中的实现与应用

解锁Python编程的无限可能：《奇妙的Python》带你漫游代码世界在深度强化学习（DRL）领域，异步优势演员-评论家（A3C）算法作为一种高效的强化学习方法，广泛应用于各种决策问题和智能控制领域。

蒙娜丽宁·2025-05-19 07:41

使用 WebView2 封装一个生成 PDF 的 WPF 控件

Python微信订餐小程序课程视频https://edu.csdn.net/course/detail/36074Python实战量化交易理财系统https://edu.csdn.net/course/

www_xuhss_com·2025-05-19 06:33

模型量化AWQ和GPTQ哪种效果好?

环境：AWQGPTQ问题描述：模型量化AWQ和GPTQ哪种效果好?

玩人工智能的辣条哥·2025-05-19 03:12

AI模型压缩与优化：如何在资源受限设备上运行大模型？

点击跳转到网站https://www.captainbed.cn/north文章目录一、引言：边缘计算的挑战与机遇二、模型压缩技术全景图2.1主要压缩技术分类2.2技术选型决策树三、核心优化技术详解3.1参数量化

北辰alk·2025-05-19 03:41

[强化学习的数学原理—赵世钰老师]学习笔记02-贝尔曼方程-下

[强化学习的数学原理—赵世钰老师]学习笔记02-贝尔曼方程-下2.6矩阵-向量形式2.7求解状态值2.7.1方法1：解析解2.7.2方法2：数值解2.7.3示例2.8动作值2.8.1示例2.8.2基于动作值的贝尔曼方程本人为强化学习小白

羊羊羊ox·2025-05-19 01:01

数据库索引优化：如何平衡查询与写入性能

一、索引优化效果的科学评估方法1.量化评估指标查询性能三要素：响应时间：使用EXPLAINANALYZE获取实际执行时间扫描行数：理想索引应使扫描行数接近返回行数临时表与排序：检查是否避免

秋名RG·2025-05-18 20:30

机器学习笔记——特征工程

本笔记介绍机器学习中常见的特征工程方法、正则化方法和简要介绍强化学习。

好评笔记·2025-05-18 20:27

多因子量化模型的黄金市场非线性波动解析：CPI数据扰动下的动态对冲策略

摘要：本文运用LSTM神经网络对黄金价格波动进行时序建模，结合宏观经济因子库与市场情绪量化指标，深度解析CPI数据披露对贵金属市场的传导机制。

金融小师妹·2025-05-18 19:48

深度神经网络模型量化

深度神经网络模型量化模型量化的基本概念模型量化技术作为一种重要的模型压缩方法，在降低计算复杂度和提高执行效率方面显示出巨大价值。

DuHz·2025-05-18 17:38

【HTML 全栈进阶】从语义化到现代 Web 开发实战

解决方案概述目标读者说明一、技术原理剖析核心概念图解核心作用讲解关键技术模块说明⚖️技术选型对比️二、实战演示⚙️环境配置要求核心代码实现案例1：语义化新闻页面案例2：增强型表单验证✅运行结果验证⚡三、性能对比测试方法论量化数据对比结果分析四

满怀1015·2025-05-18 16:28

【Flask全栈开发指南】从零构建企业级Web应用

技术原理剖析核心概念图解核心作用讲解关键技术模块说明⚖️技术选型对比️二、实战演示⚙️环境配置要求✨核心代码实现案例1：基础路由与视图案例2：数据库集成案例3：Jinja2模板渲染✅运行结果验证⚡三、性能对比测试方法论量化数据对比结果分析四

满怀1015·2025-05-18 15:24

“frame stacking”---帮助强化学习稳定提升和收敛技巧

framestacking在计算机视觉中的应用在强化学习中的应用实现方式参考资料帮助强化学习稳定提升和收敛技巧强化学习以MarkovDecisionProcess为基础，然而Atari游戏问题中，一个frame

喝凉白开都长肉的大胖子·2025-05-18 14:43

强化学习算法复现（三）：蒙特卡洛方法_21点游戏

保护我方vivian·2025-05-18 14:12

强化学习中，frames（帧）和 episodes（回合）

在强化学习中，frames（帧）和episodes（回合）是两个不同的概念：1.定义差异Frame（帧）：表示智能体与环境交互的单个时间步（step），例如每执行一次动作并观察状态更新。

喝凉白开都长肉的大胖子·2025-05-18 13:11

DolphinDB 中高频回测解决方案：期货分钟频 CTA 策略回测实例

在投入实盘交易之前，利用市场的历史数据对量化中高频策略进行测试和评估是确保交易策略有效性和可行性的重要步骤。

DolphinDB智臾科技·2025-05-18 12:03

基于基差套利或基差投机的期货策略开发与回测

在本文中，我们将探讨如何使用Python量化交易库backtrader来开发、回测和评估基于基差的期货策略，并提供相应的源代码示例。本文将分为以下几个部分：策略设计、数据获取与处理、

TgpActionscript·2025-05-18 12:31

Python 量化交易策略开发实践

```htmlPython量化交易策略开发实践Python量化交易策略开发实践随着金融市场的快速发展和信息技术的普及，量化交易逐渐成为投资者的重要工具。

摸鱼种西瓜·2025-05-18 12:30

源2.0-M32大模型适配AutoGPTQ工具及量化&推理教程

AutoGTPQ简介AutoGPTQ‌是一个开源工具包，专注于简化大规模语言模型(LLMs)的量化过程。

源大模型·2025-05-18 09:11

为什么哈希加密后破解怎么难？单向函数；密码学的数学原理：从理论到实践

从信息论角度理解哈希不可逆性2.2碰撞抵抗的数学分析2.3单向压缩函数与雪崩效应三、非对称密码系统的数学基础3.1RSA算法的数学原理3.2椭圆曲线加密的几何解析四、密码学随机性与熵的数学原理4.1随机性与熵的量化

小胡说技书·2025-05-18 05:35

强化学习仿真环境Mujoco以及python bindings

jinxing众所周知，mujoco是强化学习领域很常用的仿真引擎。众所周知，在实现强化学习的算法的时候我们需要用到其pytho接口。

_sanjeev·2025-05-18 00:36

Absolute Zero: Reinforced Self-play Reasoning with Zero Data

文章主要内容总结本文提出了一种名为AbsoluteZero的强化学习新范式，旨在解决现有强化学习方法依赖人工标注数据的问题。

UnknownBody·2025-05-17 22:53

Tina: Tiny Reasoning Models via LoRA

通过监督微调增强推理存在依赖专家演示、可能导致浅层模仿等问题；强化学习虽能让模型灵活学习，但资源消耗大。本文聚焦于如何通过高效的强化学习在语言模型中经济高效地赋予推理能力。

UnknownBody·2025-05-17 22:52

量化——金融和量化基础知识（一）

金融和量化的基础知识是进入量化分析领域的第一步，尤其对于软件开发工程师等技术背景的从业者。这个阶段的目标是掌握基本的金融概念、量化模型的数学理论，以及如何将这些理论应用到实际的金融市场。

一晚想明白一生的事·2025-05-17 17:47

金融量化智能体，如何开发一个有效的策略？

原创内容第887篇，专注智能量化投资、个人成长与财富自由。本周重构了网站，升级了最新的回测引擎，以及升级了论坛。

AI量化投资实验室·2025-05-17 16:44

pandas 数据操作与转换高级技巧实战：从选择过滤到向量化处理

本文将结合实际案例，深入探讨pandas中数据选择、清洗、合并和向量化操作的高级技巧，帮助你更高效地处理复杂数据。一、数据选择与布尔操作：精准定位目标数据在处理大型数据集时，如何快速准确地筛选出所需数

佑瞻·2025-05-17 16:10

机器学习--损失函数

它用于量化模型预测值与真实值之间的差异。损失函数的值越小，表示模型的预测越准确。损失函数的定义损失函数根据具体的任务和目标会有所不同。

AI自修室·2025-05-17 12:39

Python获取股票数据有哪些常用库？怎样利用它们高效获取数据？

炒股自动化：申请官方API接口，散户也可以python炒股自动化（0），申请券商API接口python炒股自动化（1），量化交易接口区别Python炒股自动化（2）：获取股票实时数据和历史数据Python

财云量化·2025-05-17 11:32

DeepSeek与豆包的核心区别解析（截至2025年03月）

种专业文风矩阵系统企业级数据安全保障，处理敏感商业文案时采用多层加密技术豆包：主打多场景创意生产支持文字/语音/图片混合输入，实现"文生图"一站式创作内置12类智能角色，覆盖职场文案、短视频脚本、PPT大纲等轻量化需求实时联网整合热点资讯

智能时代的操作系统·2025-05-17 09:16

【python机器学习】Day 25 异常处理

借助ai写代码的时候，经常会遇到try-except的异常处理模块，这是因为大部分大模型在后训练阶段都是经过强化学习训练的，为了确保结果的正确运行，只有采取try-exce

抽风的雨610·2025-05-17 09:44

INTELLECT-2大模型论文速读：通过全局分散强化学习训练的推理模型

AReasoningModelTrainedThroughGloballyDecentralizedReinforcementLearning1.引言文章介绍INTELLECT-2，这是一个拥有320亿参数的语言模型，通过全球分布式强化学习进行训练

Open-source-AI·2025-05-17 08:08

AI大模型的训练与优化

计算资源分配与管理1.1分布式训练技术1.2异构计算策略1.3资源利用率监控与调优2.参数调优与正则化方法2.1学习率调度策略2.2正则化方法3.模型压缩与优化3.1模型剪枝（ModelPruning）3.2模型量化

Jc.MJ·2025-05-17 07:05

当 DeepSeek 遇见区块链：一场颠覆式的应用革命

目录一、DeepSeek与区块链的初印象二、技术融合：创新的基石2.1强化学习优化智能合约2.2混合专家系统适配多链2.3语义理解增强合规性三、应用实践：重塑行业格局3.1DeFi协议智能化跃迁3.2GameFi

奔跑吧邓邓子·2025-05-17 07:02

【强化学习】强化学习算法 - 马尔可夫决策过程

MDP原理介绍2.MDP建模/实现步骤3.MDP示例：简单网格世界(GridWorld)马尔可夫决策过程(MarkovDecisionProcess,MDP)1.MDP原理介绍马尔可夫决策过程(MDP)是强化学习

人类发明了工具·2025-05-17 06:23

Missashe考研日记—Day37-Day43

Missashe考研日记—Day37-Day43写在面前本系列博客用于记录博主一周的学习进度，具体知识总结在目前已有的笔记中：1.高数强化学习笔记2.计网复习笔记本周五到周日有其他安排，所以今天就把这一周的先更新了

LVerrrr·2025-05-17 05:51

深度确定性策略梯度(DDPG)：连续动作空间的探索者

1.背景介绍1.1强化学习与连续动作空间强化学习(ReinforcementLearning,RL)已经成为人工智能领域中最具前景的研究方向之一，它关注的是智能体如何在与环境的交互中学习到最优策略，从而最大化长期累积奖励

AGI大模型与大数据研究院·2025-05-17 02:31

【生成式AI文本生成实战】DeepSeek系列应用深度解析

技术原理剖析核心概念图解核心作用讲解关键技术模块说明⚖️技术选型对比️二、实战演示⚙️环境配置要求核心代码实现案例1：基础文本生成案例2：流式文本生成案例3：领域知识增强✅运行结果验证⚡三、性能对比测试方法论量化数据对比结果分析四

满怀1015·2025-05-16 23:47

在 Neo4j 中实现向量化存储：从文本到高效语义搜索

Neo4j作为领先的图数据库，不仅支持传统的图数据存储和查询，还通过向量化存储功能，为语义搜索和推荐系统提供了强大的支持。

从零开始学习人工智能·2025-05-16 23:14

模型压缩与超参数调整：如何根据具体任务调整超参数

模型压缩有两种主要方式：剪枝（Pruning）和量化（Quantization）。下面将详细介绍这两种方法。

AI天才研究院·2025-05-16 20:22

TensorFlow模型转换与优化：流程解析

本文将详细介绍两种将TensorFlow模型转换为ONNX格式、进行量化操作并最终转回TensorFlow的方法。

·2025-05-16 20:32

推荐频道

强化学习量化